¹Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística, Bogotá, Colombia. Profesor Asociado. Email: rgiraldoh@unal.edu.co
²Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística, Bogotá, Colombia. Profesor Asociado. Email: jacorzos@unal.edu.co

Se propone una prueba para la hipótesis de similitud de dos secuencias dicotómicas ordenadas. Un estudio de potencia basado en simulación indica que la prueba propuesta mantiene su tamaño bajo la hipótesis nula y que su potencia crece adecuadamente con el tamaño de muestra. Además la prueba tiene la misma potencia que la prueba del signo y supera en potencia a las pruebas basadas en las estadísticas de antirrachas y de Wilcoxon.

Palabras clave: similitud, datos dicotómicos, potencia de una prueba.

We propose a test for the hypothesis of similarity between dichotomic ordered sequences. A simulation study was carried out to estimate the power of the proposed test. It is shown that the test maintain its size under the null hypothesis and that its power increase with the considered alternative hypothesis. In addition the proposed test is as powerful as the sign test and overtakes the antiruns test and the Wilcoxon test.

Key words: Similarity, Dichotomous data, Power of a test.

Texto completo disponible en PDF

Referencias

1. Conover, W. (1999), Practical Nonparametric Statistics, John Wiley & Sons, New York.         [ Links ]

2. Corzo, J. (1990), 'Teoría de rachas', Revista Colombiana de Estadística 19-20, 80-93.         [ Links ]

3. Dudewicz, E. & Mishra, N. (1988), Modern Mathematical Statistics, John Wiley & Sons, New York.         [ Links ]

4. Giraldo, R. (2003), Construcción de un indicador para el estudio conjunto de la distribución espacial de múltiples variables binarias, Tesis de Maestría, Departamento de Estadística, Universidad Nacional de Colombia, Bogotá, Colombia.         [ Links ]

5. Giraldo, R., Méndez, N. & Troncoso, W. (2000), 'Geoestadística: una herramienta para la modelación en estuarios', Revista Académica Colombiana Ciencia 24(90), 57-92.         [ Links ]

6. Hollander, T. & Wolfe, D. (1999), Nonparametric Statistical Methods, John Wiley & Sons, New York.         [ Links ]

7. Mancera, E., Giraldo, R. & Salazar, J. (1996), IRMA: indicador de riesgo de mortandad de aerobios. Instituto de Investigaciones Marinas (INVEMAR).         [ Links ]

8. R Development Core Team, (2005), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, http://www.R-project.org..         [ Links ]

9. Randles, R. & Wolfe, D. (1979), Introduction to the Theory of Non-parametric Statistics, John Wiley & Sons, New York.         [ Links ]